本文精选了11篇围绕多尺度注意力机制的高质量论文，涵盖Neural Networks、Information Processing & Management、Automation in Construction、ESWA及AAAI等顶会顶刊。这些研究成果具有较高的引用价值与方法创新性。
例如，仁荷大学在ICCV上提出的M2SFormer框架，通过统一多光谱与多尺度注意力新范式，实现了图像伪造定位性能的显著突破。对于科研人员而言，这些论文结构清晰、复现性强，适合作为Baseline搭建、方法改进及实验设计的参考，有助于加速科研产出。
重点论文解析
M2SFormer：多光谱与多尺度注意力融合框架
【ICCV】M2SFormer: Multi-Spectral and Multi-Scale Attention with Edge-Aware Difficulty Guidance for Image Forgery Localization
研究方法：该研究提出M2SFormer框架，以Transformer为基础架构。通过在跳跃连接中融合多光谱与多尺度注意力机制，并结合边缘感知难度引导的注意力解码器，高效整合空间与频率信息。该方法能精准捕捉不同尺度的伪造痕迹，显著提升图像伪造定位的准确性及跨域泛化能力。
创新点：
-
设计M2S注意力模块并融入跳跃连接，统一空间与频率域信息，高效捕捉各类伪造伪影。 -
构建边缘感知的难度引导注意力解码器，利用曲率量化伪造定位难度，引导模型聚焦高难度区域，保留精细细节。 -
基于PVT-v2搭建Transformer编解码架构，充分利用全局依赖，无需额外微调即可提升跨域泛化能力，兼顾检测精度与计算效率。
研究价值：M2SFormer通过融合多光谱多尺度注意力与边缘感知难度引导机制，突破了现有模型在空间频率信息整合及精细细节保留上的局限。其显著的跨域泛化能力与计算效率，为鲁棒、可扩展的数字图像伪造检测提供了新方法，对维护数字视觉内容的真实性具有重要实际意义。
Crack-Segmenter：自监督多尺度Transformer裂缝检测
【Automat Constr】Self-Supervised Multi-Scale Transformer with Attention-Guided Fusion for Efficient Crack Detection
研究方法：论文提出全自监督框架Crack-Segmenter。通过尺度自适应嵌入器提取多尺度特征，结合方向注意力Transformer优化线性裂缝连续性，再经注意力引导融合模块自适应整合多尺度特征，配合跨尺度一致性损失，实现无需人工标注的路面裂缝精准分割。
创新点：
-
设计尺度自适应嵌入器，提取多分辨率特征，全面捕捉不同规格的裂缝结构。 -
提出方向注意力Transformer，强化线性裂缝连续性，有效区分裂缝与背景噪声。 -
构建注意力引导融合模块，自适应整合多尺度特征，实现无标注自监督裂缝分割。
研究价值：Crack-Segmenter框架通过多尺度特征提取、方向注意力强化与自适应融合，突破了传统裂缝分割对人工标注的依赖。其在多数据集上表现优于主流有监督方法，为低成本、大规模基础设施路面裂缝监测提供了高效解决方案，推动了自监督学习在工程检测领域的实用化进程。